太原理工大学数字语音处理实验报告.docxVIP

本科实验报告 课程名称： 数字语音处理 实验项目： 语音短时平均能量的实现 实验地点： 跨越机房 专业班级： 学号： 学生姓名： 指导教师： 年 月 实验一 语音短时平均能量的实现 实验目的 1.熟悉Matlab基本程序的运用。 2.充分理解取不同窗长时的语音短时平均能量的变化情况。 3.熟悉Matlab编程语言在语音信号处理中的作用。 4.能够实现程序的重新编制。 实验原理 定义n时刻某语音信号的短时平均能量为： 式中N为窗长，可见短时平均能量为为一帧样点值的甲醛平方和。特殊地，当窗函数为矩形窗时，有 实验要求 1.实验前自己用Cool Edit音频编辑软件录制声音“我到北京去”，并把它保存为.txt文件。 2.编程实现不同矩形窗长N=50、100、200、800的短时平均能量。 3.用Matlab画出不同窗长的短时平均能量的图形。 4.写出实验报告，分析实验结果。 实验难点 对采集到的语音阳电只进行分帧。 实验条件 计算机，Matlab软件，2学时 实验步骤 1.用Cooledit读入语音“我到北京去”。设置采样率为8kHz，16位，单声道。 2.将读入的语音wav文件保存为txt文件。 3.把保存的文件speech.txt读入Matlab。 fid=fopen(speech.txt,rt); x=fscanf(fid,%f); fclose(fid); 4.对采集到得语音样点值进行分帧。 分帧子程序为fra.m function f=fra(len,inc,x) fh=fix(((size(x,1)-len)/inc)+1) f=zeros(fh,len); i=1;n=1; while i=fh j=1; while j=len f(i,j)=x(n); j=j+1;n=n+1; end n=n-len+inc; i=i+1; end 5.对照取不同矩形窗N的短时平均能量，画出图形。 取不同窗长N时的短时能量对照程序energy.m s=fra(50,25,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,1) plot(energy) xlabel(帧数) ylabel(短时能量 E) legend(N=50) axis([0,1500,0,10*10^5]); s=fra(100,50,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,2) plot(energy) xlabel(帧数) ylabel(短时能量 E) legend(N=100) axis([0,750,0,2*10^6]); s=fra(400,200,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,3) plot(energy) xlabel(帧数) ylabel(短时能量 E) legend(N=400) axis([0,190,0,7*10^6]); s=fra(800,400,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,4) plot(energy) xlabel(帧数) ylabel(短时能量 E) legend(N=800) axis([0,95,0,14*10^6]); 实验结果 本科实验报告 课程名称： 数字语音处理 实验项目： 语音修正的短时自相关的实现 实验地点： 跨越机房 专业班级： 学号： 学生姓名： 指导教师： 年 月 实验二 语音修正的短时自相关的实现 一、实验目的 1、熟悉语音修正自相关的意义。 2、充分理解取不同窗长时的语音的修正自相关的变化情况。 3、熟悉Matlab编程语音在语音信号处理中的作用。 4、能够实现程序的重新编制。 二、实验原理 对于语音来说，采用短时分析方法，语音短时自相关函数为 但是，在计算短时自相关时，窗选语音段为有限长度N，而求和上限为N-1-k，因此当k增加时可用于计算的数据就越来越少了，从而导致k增加时自相关函数的幅度减小。为了解决这个问题，提出了语音修正的短时自相关。修正的短时